JMP18 Python 스크립트를 사용하여 기계 학습 모델링을 어떻게 수행할 수 있습니까?안녕하세요,
JMP Python 스크립트(JMP18)를 사용하여 LightGBM 모델을 생성하는 중입니다.
내 현재 설정은 다음과 같습니다.
- X 변수: "train1.csv" 파일, D1부터 D1776까지의 열
- Y 변수: "y1.csv" 파일, "활동" 열
- 예측 대상 '활동': 'test1.csv' 파일, D1~D1776열
- 참고: 원본 파일 "train_original.csv" 파일, D1776까지의 활동 열. Kaggle.com에서( 생물학적 반응 예측)
누군가 다음 문제에 대한 지침을 제공해 주시면 감사하겠습니다.
- JMP18 Python 환경에서는 LightGBM 모델링을 수행할 수 없습니다.
참고하실 수 있도록 아래에 JMP Python 스크립트를 포함시켰습니다. 자세한 내용은 다음을 참조하세요.
미리 시간을 내주셔서 감사합니다! 
import jmp
import jmputils
# update to latest version of pip (Package Installer of python) and setuptools then install numpy & pandas
jmputils.jpip('install --upgrade', 'pip setuptools')
jmputils.jpip('install', 'pandas numpy scikit-learn keras lightgbm')
# Import package
import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)
# Load data
train1 = pd.read_csv('D:/steve.kim/Kaggle/BI Biological Response/train1.csv')
y1 = pd.read_csv('D:/steve.kim/Kaggle/BI Biological Response/y1.csv')
test1 = pd.read_csv('D:/steve.kim/Kaggle/BI Biological Response/test1.csv')
train1.head() # No Result in JMP, but it's okay. It's fine to open the datatable using 'jmp.open'
y1.head() # No Result in JMP, but it's okay. It's fine to open the datatable using 'jmp.open'
# train1 = jmp.open('D:/steve.kim/Kaggle/BI Biological Response/train1.csv')
# y1 = jmp.open('D:/steve.kim/Kaggle/BI Biological Response/y1.csv')
# 01 Modeling training - Library import
from lightgbm import LGBMClassifier
# 02 Modeling training - LGBM Baseline model without hyperparameter tuning
lgb = LGBMClassifier()
# 03 Modeling training - define X (factors) and Y (responses) variables
lgb.fit(train1, y1) # lightgbm.basic.LightGBMError: Length of labels differs from the length of #data
# 04 Predict
predslgb = lgb.predict_proba(test1)
예측 모델링 및 기계 학습Re: JMP18 Python 스크립트를 사용하여 LGBM(기계 학습 모델링)을 수행하려면 어떻게 해야 합니까?아... 주피터 노트북이 아닌 터미널 환경으로 생각하니 'head()' 코드가 잘 나오네요!
y1 = pd.read_csv('D:/steve.kim/Kaggle/BI Biological Response/y1.csv')
print(y1.head()) 그러면 내장된 로그에서 코드 결과를 얻을 수 있습니다!
그러면 나머지 문제도 해결할 수 있을 것 같아요.
Activity
0 1
1 1
2 1
3 1
4 1
Re: JMP18 Python 스크립트를 사용하여 기계 학습 모델링을 수행하려면 어떻게 해야 합니까?
이 질문에 대해 죄송합니다!
Python Pandas와 lightGBM은 JMP18 Python 스크립트에서 잘 작동합니다!
import jmp
import jmputils
# update to latest version of pip (Package Installer of python) and setuptools then install numpy & pandas
jmputils.jpip('install --upgrade', 'pip setuptools')
jmputils.jpip('install', 'pandas numpy scikit-learn keras lightgbm')
# Checking package version
jmputils.jpip('list')
# Import package
import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)
# Any results you write to the current directory are saved as output.
import os
print (os.listdir("D:/steve.kim/Kaggle/BI Biological Response"))
# Load data
train_x = pd.read_csv('D:/steve.kim/Kaggle/BI Biological Response/train_x.csv')
print(train_x.head())
train_y = pd.read_csv('D:/steve.kim/Kaggle/BI Biological Response/train_y.csv')
print(train_y.head())
test_x = pd.read_csv('D:/steve.kim/Kaggle/BI Biological Response/test_x.csv')
print(test_x)
# Modeling
from lightgbm import LGBMClassifier
lgb = LGBMClassifier(colsample_bytree=0.6, subsample=0.8)
lgb.fit(train_x, train_y)
preds_lgb = lgb.predict_proba(test_x)
sub_lgb = pd.read_csv('D:/steve.kim/Kaggle/BI Biological Response/test_y.csv')
sub_lgb["Activity"] = preds_lgb[:,1]
print(sub_lgb.head())
test_answer = pd.read_csv('D:/steve.kim/Kaggle/BI Biological Response/test_answer.csv')
# Evaluation
from sklearn.metrics import mean_absolute_error, mean_squared_error, mean_absolute_percentage_error
print('LightGBM MAE')
print(mean_absolute_error(test_answer, sub_lgb))
print('LightGBM MSE')
print(mean_squared_error(test_answer, sub_lgb))
